Resumen

En la era de la Industria 4.0, existen una gran cantidad de conjuntos de datos de múltiples niveles. Por lo tanto, es necesario utilizar la tecnología de inteligencia artificial para el análisis de datos complejos. De hecho, la tecnología a menudo sufre del problema de auto-optimización de conjuntos de datos de múltiples niveles, que se considera un tipo de problema de optimización multiobjetivo (MOP). Naturalmente, el MOP puede ser resuelto por el algoritmo evolutivo multiobjetivo basado en descomposición (MOEA/D). Sin embargo, la mayoría de los algoritmos MOEA/D existentes suelen fallar en adaptar el vecindario para la generación de descendencia, ya que estos algoritmos tienen deficiencias tanto en la búsqueda global como en el control adaptativo. Para abordar este problema, proponemos un MOEA/D con exploración y explotación adaptativas, denominado MOEA/D-AEE, que adopta números aleatorios con una distribución uniforme para explorar el espacio objetivo e introduce un coeficiente de explotación conjunto entre los padres para

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Gran número; Tecnología de inteligencia artificial; Problema de optimización multiobjetivo; MOEA/D; Exploración adaptativa; Búsqueda global
• Keywords:Large number; Artificial intelligence technology; Multiobjective optimization problem; MOEA/D; Adaptive exploration; Global search